WorldCount

public class WordCount {
    public static void main(String[] args) {
        SparkConf conf = new SparkConf().setAppName("wordcount")
                .setMaster("local[*]");
        JavaSparkContext sc = new JavaSparkContext(conf);
        Configuration hadoopConf = sc.hadoopConfiguration();
        hadoopConf.set("mapreduce.output.fileoutputformat.compress", "false");

        JavaRDD<String> input = sc.textFile(args[0]);

        JavaRDD<String> words = input.flatMap(f->{
            return Arrays.asList(f.split(" ")).iterator();
        });

        JavaPairRDD<String, Integer> counts = words.mapToPair(f->{
           return new Tuple2<String, Integer>(f, 1);
        }).reduceByKey((x,y)->{
            return x+y;
        });

    }
}

或者:

JavaPairRDD<String, Integer> flattenPairs =inputData.flatMapToPair(text -> Arrays.asList(text.split("
")).stream().map(word ->new Tuple2<String,Integer>(word,1)).iterator());
JavaPairRDD<String, Integer> wordCountRDD = flattenPairs.reduceByKey((v1,v2) -> v1+v2);
wordCountRDD.saveAsTextFile("path_of_output_file");

1.初始化SparkContext

SparkConf conf = new SparkConf().setAppName("wordcount") .setMaster("local[*]");

Spark应用程序,只能包含一个SparkConf;

2.初始化JavaSparkContext

JavaSparkContext sc = new JavaSparkContext(conf);

3.加载输入数据

JavaRDD<String> input = sc.textFile(args[0]);

4.过滤输入数据和创建tuples

JavaPairRDD<String, Integer> flattenPairs =inputData.flatMapToPair(text -> Arrays.asList(text.split("
")).stream().map(word ->new Tuple2<String,Integer>(word,1)).iterator());

5.对每个key的value进行聚合求和

flattenPairs.reduceByKey((v1,v2)-> v1 + v2);

6.保存RDD

wordCountRDD.saveAsTextFile("path_of_output_file");

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值